已知100行10列DataFrame中A列值，如何获取同行B列值？

你报错的原因是：df["column A"].index("value") 写法错误——Pandas的Series对象没有index()方法（这是Python列表的专属方法），Series的index属性是用于获取行索引标签，而非查找值的位置。

下面是几种可行的实现方式：

方法1：布尔索引（最直观） #

直接筛选出A列等于目标值的行，再提取对应的B列值：

# 获取所有匹配行的B列值（返回Series类型）
result = df.loc[df["column A"] == "value", "column B"]

# 若确定只有一个匹配值，可直接获取标量结果
result_scalar = df.loc[df["column A"] == "value", "column B"].iloc[0]

方法2：先找索引再取值 #

先定位目标值所在行的索引，再通过索引提取B列：

# 获取第一个匹配值的行索引
idx = df[df["column A"] == "value"].index[0]
# 通过索引获取对应B列值
result = df.loc[idx, "column B"]

也可以用eq()配合idxmax()快速定位第一个匹配的索引：

idx = df["column A"].eq("value").idxmax()
result = df.loc[idx, "column B"]

方法3：使用query()方法（语法更简洁） #

# 获取所有匹配的B列值
result = df.query('`column A` == "value"')["column B"]
# 提取第一个匹配的标量值
result_scalar = df.query('`column A` == "value"')["column B"].iloc[0]

注意：如果A列存在多个相同的目标值，带.iloc[0]的写法会仅返回第一个匹配结果，不带的则会返回所有匹配的B列值组成的Series。

内容的提问来源于stack exchange，提问作者mechanics